CN110163467A - 一种基于纺织行业中小型企业信用的风险量化建模方法 - Google Patents

一种基于纺织行业中小型企业信用的风险量化建模方法 Download PDF

Info

Publication number
CN110163467A
CN110163467A CN201910261295.0A CN201910261295A CN110163467A CN 110163467 A CN110163467 A CN 110163467A CN 201910261295 A CN201910261295 A CN 201910261295A CN 110163467 A CN110163467 A CN 110163467A
Authority
CN
China
Prior art keywords
data
credit
enterprise
abnormal
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910261295.0A
Other languages
English (en)
Inventor
钱敏
吕亚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Shenghong digital cloud Technology Co.,Ltd.
Original Assignee
Suzhou Fiber Union Electronic Commerce Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Fiber Union Electronic Commerce Co Ltd filed Critical Suzhou Fiber Union Electronic Commerce Co Ltd
Priority to CN201910261295.0A priority Critical patent/CN110163467A/zh
Publication of CN110163467A publication Critical patent/CN110163467A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于纺织行业中小型企业信用的风险量化建模方法，属于风险评估技术领域。本发明在无法获取企业财务信息或获取的企业财务信息不全面或准确性无法佐证的情况下，针对企业的行为画像及属性画像，全面呈现企业特征，采取指标数据代替财务数据，对企业信用风险进行准确评估，适用于各种规模的企业信用评估，准确率高。

Description

一种基于纺织行业中小型企业信用的风险量化建模方法
技术领域
本发明涉及风险评估技术领域，具体地说，尤其涉及一种基于纺织行业中小型企业信用的风险量化建模方法。
背景技术
在信用风险评估领域，中小型纺织企业与传统大型制造业企业相比，存在严重信息不对称问题，即中小型纺织业企业所提供的财务信息的真实性及完整性无法确切考证或者从侧面加以佐证，从而严重影响中小型纺织企业信用评估结果的准确性。
发明内容
为了能够准确的评估中小型纺织企业的信用风险，本发明实施例提供了一种基于纺织行业中小型企业信用的风险量化建模方法。
本发明是通过以下技术方案实现的：
一种基于纺织行业中小型企业信用的风险量化建模方法，所述方法包括如下步骤：
采集建模数据：其中所述的建模指标数据包括：企业在平台上的采购数据、登录数据、付款数据、注册数据、成交数据、退换货数据等；
数据处理：对建模数据进行处理，包括缺失值处理、离群值处理、正向化处理、标准化处理及相关性分析，得到特征数据；
缺失值处理，删除缺失值，所述缺失值的样本比例低于指定阈值并且所述缺失值在样本中随机出现，再对各个完整数据集分别进行分析，并对分析结果进行汇总；
离群值处理，原始数据框中在±3σ之外的数据根据实际情况判断是否为离群点，若是则使用盖帽法进行替换，将99%以上的点值赋值为99%的点值，小于1%的点值赋值为1%的点值；
正向化处理，用于对初步处理后的建模数据的负向指标及适度指标进行处理，得到正向化后的建模数据；
标准化处理，用于对正向化后的数据进行无量纲化处理，得到标准化后的建模数据；
相关性分析单元，对所有变量两两进行相关性分析，计算皮尔逊相关系数，越接近±1时二者的相关性越强，保留小于指定阈值的所有变量，对于大于指定阈值的变量，要根据业务关系保留其中之一；
异常指标构建模块，用于将特征数据作为判断各项异常指标偏离标准值的基础，使用数据挖掘和机器学习方法得出各项异常指标偏离标准值的异常系数，将各项异常系数加权求和计算得出各企业的总异常系数；
信用评分模型，运用数据挖掘和机器学习算法将企业行为画像和属性画像作为特征指标构建信用评分模型，将信用分数划分为高、中、低三个等级；
根据所述企业信用风险评分结果，输出企业信用风险评估报告。
优选的，其中企业行为画像和属性画像可包括企业类型、异常交易指数、异常登录指数、增长趋势、互联网使用习惯、平台依赖度、是否连锁、地区排名、地区同业排名等。
优选的，信用评分模型根据信息量和群体稳定性指标值定义可用的若干个变量，用逻辑回归和决策树开发模型，设置模型取舍点阈值，利用模型K－S检验值和企业操作特征曲线对模型精确性稳定性进行评估，评估后对模型进行调整，调整直到模型K－S检验值和企业操作特征曲线达到预期后生成评分卡，将信用分数划分为高、中、低三个等级。
与现有技术相比，本发明的有益效果是：
本发明在无法获取企业财务信息或获取的企业财务信息不全面或准确性无法佐证的情况下，针对企业的行为画像及属性画像，全面呈现企业特征，采取指标数据代替财务数据，对企业信用风险进行准确评估，适用于各种规模的企业信用评估，准确率高。
附图说明
图1是本发明方法的流程结构示意图。
具体实施方式
下面结合附图对本发明进一步说明：
一种基于纺织行业中小型企业信用的风险量化建模方法，所述方法包括如下步骤：
采集建模数据：其中所述的建模指标数据包括：企业在平台上的采购数据、登录数据、付款数据、注册数据、成交数据、退换货数据等；
数据处理：对建模数据进行处理，包括缺失值处理、离群值处理、正向化处理、标准化处理及相关性分析，得到特征数据；
缺失值处理，删除缺失值，所述缺失值的样本比例低于指定阈值并且所述缺失值在样本中随机出现，再对各个完整数据集分别进行分析，并对分析结果进行汇总；
离群值处理，原始数据框中在±3σ之外的数据根据实际情况判断是否为离群点，若是则使用盖帽法进行替换，将99%以上的点值赋值为99%的点值，小于1%的点值赋值为1%的点值；
正向化处理，用于对初步处理后的建模数据的负向指标及适度指标进行处理，得到正向化后的建模数据；
标准化处理，用于对正向化后的数据进行无量纲化处理，得到标准化后的建模数据；
相关性分析单元，对所有变量两两进行相关性分析，计算皮尔逊相关系数，越接近±1时二者的相关性越强，保留小于指定阈值的所有变量，对于大于指定阈值的变量，要根据业务关系保留其中之一；
异常指标构建模块，用于将特征数据作为判断各项异常指标偏离标准值的基础，使用数据挖掘和机器学习方法得出各项异常指标偏离标准值的异常系数，将各项异常系数加权求和计算得出各企业的总异常系数；
信用评分模型，运用数据挖掘和机器学习算法将企业行为画像和属性画像作为特征指标构建信用评分模型，将信用分数划分为高、中、低三个等级；
根据所述企业信用风险评分结果，输出企业信用风险评估报告。
优选的，其中企业行为画像和属性画像可包括企业类型、异常交易指数、异常登录指数、增长趋势、互联网使用习惯、平台依赖度、是否连锁、地区排名、地区同业排名等。
优选的，信用评分模型根据信息量和群体稳定性指标值定义可用的若干个变量，用逻辑回归和决策树开发模型，设置模型取舍点阈值，利用模型K－S检验值和企业操作特征曲线对模型精确性稳定性进行评估，评估后对模型进行调整，调整直到模型K－S检验值和企业操作特征曲线达到预期后生成评分卡，将信用分数划分为高、中、低三个等级。
如说明书附图图1所示，本发明实施例提供的一种基于纺织行业中小型企业信用的风险量化建模方法，在本实施例中，首先采集企业在电子商务平台上的交易数据，所采集的建模数据包括：企业在平台上的采购数据、登录数据、付款数据、注册数据、成交数据、退换货数据等。
本实施例中，获取的建模数据中存在一些缺失数据，指标方向或量纲不一致的情况，因此需要对建模数据进行一系列的预处理得到特征数据，具体包括缺失值处理、离群值处理、正向化处理、标准化处理及相关性分析。
对所述建模数据中的缺失值进行处理，删除缺失值，所述缺失值的样本比例低于指定阈值并且所述缺失值在样本中随机出现，再对各个完整数据集分别进行分析，并对分析结果进行汇总，得到初步处理后的建模数据；
离群值处理，原始数据框中在±3σ之外的数据根据实际情况判断是否为离群点，若是则使用盖帽法进行替换，将99%以上的点值赋值为99%的点值，小于1%的点值赋值为1%的点值；
正向化处理，对所述初步处理后的建模数据的负向指标及适度指标进行处理，得到正向化后的建模数据，本实施例中，可以采用以下的公式(1)(2)分别对建模指标中负向指标及适度指标作正向化处理：
(1) 𝑠′𝑖𝑗 = 1/𝑠𝑖𝑗
(2) 𝑠′𝑖𝑗= 𝑎𝑗− |𝑠𝑖𝑗−𝑎𝑗 |
其中，𝑠′𝑖𝑗表示正向化后的建模指标数据，𝑠𝑖𝑗表示正向化后的建模指标数据，𝑎𝑗表示该指标的最优质，该取值根据专家集体商讨后给出。
标准化处理，对所述正向化后的建模数据进行无量纲化处理，得到标准化后的建模数据，本实施例中，可以采用以下的公式(3)分别对建模指标中不同量纲的建模数据进行标准化：
(3)
其中，S标准化表示标准化后的建模数据，S表示未进行标准化的原始建模指标数据，Smax表示该指标数据所属维度的最大值，相应的Smin表示该指标数据所属维度的最小值。
相关性分析单元，对所有变量两两进行相关性分析，计算皮尔逊相关系数，其中协方差是一个反映两个随机变量相关程度的指标，如果一个变量跟随着另一个变量同时变大或者变小，那么这两个变量的协方差就是正值，反之相反，
公式如下：X和Y分别代表两个变量， n为元素的个数。
皮尔逊相关系数公式如下：
μ、σ分别代表均值和标准差，E为期望。
由上式可知，一个变量随着另一个变量同时变大或变小，则两个变量的协方差为正(代表正相关)，反之为负(代表负相关)，越接近±1时二者的相关性越强，保留小于指定阈值之下的所有变量，对于大于指定阈值的变量，要根据业务关系保留其中之一。
异常指标构建模块将特征数据作为判断各项异常指标偏离标准值的基础；异常系数确定子模块使用数据挖掘和机器学习方法得出各项异常指标偏离标准值的异常系数，异常指标包含异常登录次数、异常订单比例、订单量与企业类型不符合程度、异常交易等；具体地，使用数据挖掘和机器学习方法中的算法包括但不限于以下三种：使用K最近邻分类算法找出样本最邻近的样本类别来决定样本所属类别，将周围邻近样本对该样本的影响按照权重值大小与距离成反比的方式给予该样本不同的权重，最终进行回归；使用聚类算法，将样本分类，使同类样本同质性最大化同时不同类样本异质性较大；使用树型的决策树算法来划分每个属性的权重，同时发现离群点，去掉离群严重的部分；使用神经网络的算法来连接各神经元和进行权值划分。
以上三种算法都可以对企业和异常指标进行分类和异常识别，通过排除无法归类的异常指标部分，确定每项异常指标的异常系数，将各项异常系数加权求和计算得出各企业的总异常系数，异常企业排除子模块预先设置异常系数阈值，并能够将各企业的总异常系数与异常系数阈值进行对比，筛选出总异常系数小于异常系数阈值的企业，排除总异常系数大于异常系数阈值的企业，计算企业总异常系数。
运用数据挖掘和机器学习算法将企业行为画像和属性画像作为特征指标构建信用评分模型，将信用分数划分为高、中、低三个等级，具体的，企业行为画像和属性画像可包括企业类型、异常交易指数、异常登录指数、增长趋势、互联网使用习惯、平台依赖度、是否连锁、地区排名、地区同业排名等，信用评分模型根据信息量和群体稳定性指标值定义可用的10-20个变量，用逻辑回归和决策树开发模型，设置模型取舍点阈值，利用模型K－S检验值和企业操作特征曲线对模型精确性稳定性进行评估，评估后对模型进行调整，调整直到模型K－S检验值和企业操作特征曲线达到预期后生成评分卡，将信用分数划分为高、中、低三个等级。
最后根据评分结果，输出企业信用报告。
综上所述，仅为本发明的较佳实施例而已，并非用来限定本发明实施的范围，凡依本发明权利要求范围所述的形状、构造、特征及精神所为的均等变化与修饰，均应包括于本发明的权利要求范围内。

Claims (3)

1.一种基于纺织行业中小型企业信用的风险量化建模方法，其特征在于，所述方法包括如下步骤：
采集建模数据：其中所述的建模指标数据包括：企业在平台上的采购数据、登录数据、付款数据、注册数据、成交数据、退换货数据等；
数据处理：对建模数据进行处理，包括缺失值处理、离群值处理、正向化处理、标准化处理及相关性分析，得到特征数据；
缺失值处理，删除缺失值，所述缺失值的样本比例低于指定阈值并且所述缺失值在样本中随机出现，再对各个完整数据集分别进行分析，并对分析结果进行汇总；
离群值处理，原始数据框中在±3σ之外的数据根据实际情况判断是否为离群点，若是则使用盖帽法进行替换，将99%以上的点值赋值为99%的点值，小于1%的点值赋值为1%的点值；
正向化处理，用于对初步处理后的建模数据的负向指标及适度指标进行处理，得到正向化后的建模数据；
标准化处理，用于对正向化后的数据进行无量纲化处理，得到标准化后的建模数据；
相关性分析单元，对所有变量两两进行相关性分析，计算皮尔逊相关系数，越接近±1时二者的相关性越强，保留小于指定阈值的所有变量，对于大于指定阈值的变量，要根据业务关系保留其中之一；
异常指标构建模块，用于将特征数据作为判断各项异常指标偏离标准值的基础，使用数据挖掘和机器学习方法得出各项异常指标偏离标准值的异常系数，将各项异常系数加权求和计算得出各商户的总异常系数；
信用评分模型，运用数据挖掘和机器学习算法将企业行为画像和属性画像作为特征指标构建信用评分模型，将信用分数划分为高、中、低三个等级；
根据所述企业信用风险评分结果，输出企业信用风险评估报告。
2.根据权利要求1所述的一种基于纺织行业中小型企业信用的风险量化建模方法，其特征在于，其中企业行为画像和属性画像可包括企业类型、异常交易指数、异常登录指数、增长趋势、互联网使用习惯、平台依赖度、是否连锁、地区排名、地区同业排名等。
3.根据权利要求1所述的一种基于纺织行业中小型企业信用的风险量化建模方法，其特征在于，信用评分模型根据信息量和群体稳定性指标值定义可用的若干个变量，用逻辑回归和决策树开发模型，设置模型取舍点阈值，利用模型K－S检验值和企业操作特征曲线对模型精确性稳定性进行评估，评估后对模型进行调整，调整直到模型K－S检验值和企业操作特征曲线达到预期后生成评分卡，将信用分数划分为高、中、低三个等级。
CN201910261295.0A 2019-04-02 2019-04-02 一种基于纺织行业中小型企业信用的风险量化建模方法 Pending CN110163467A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910261295.0A CN110163467A (zh) 2019-04-02 2019-04-02 一种基于纺织行业中小型企业信用的风险量化建模方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910261295.0A CN110163467A (zh) 2019-04-02 2019-04-02 一种基于纺织行业中小型企业信用的风险量化建模方法

Publications (1)

Publication Number Publication Date
CN110163467A true CN110163467A (zh) 2019-08-23

Family

ID=67638454

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910261295.0A Pending CN110163467A (zh) 2019-04-02 2019-04-02 一种基于纺织行业中小型企业信用的风险量化建模方法

Country Status (1)

Country Link
CN (1) CN110163467A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738843A (zh) * 2020-06-29 2020-10-02 金电联行（北京）信息技术有限公司 一种使用流水数据的量化风险评价系统和方法
CN112017025A (zh) * 2020-08-26 2020-12-01 天元大数据信用管理有限公司 一种基于深度学习与逻辑回归相融合的企业信用评估方法
CN112070603A (zh) * 2020-09-11 2020-12-11 重庆誉存大数据科技有限公司 评分卡模型及其配置系统、进行评分处理的方法
CN111861174B (zh) * 2020-07-09 2021-04-13 北京睿知图远科技有限公司 一种针对用户画像的信用评估方法
CN113657747A (zh) * 2021-08-12 2021-11-16 中国安全生产科学研究院 一种企业安全生产标准化级别智能评定系统
CN113807645A (zh) * 2021-07-26 2021-12-17 北京清博智能科技有限公司 一种基于开源情报的产业链风险推演方法
CN113962614A (zh) * 2021-12-21 2022-01-21 深圳市迪博企业风险管理技术有限公司 一种上市公司经营异常智能审查方法及装置
CN115631032A (zh) * 2022-10-31 2023-01-20 深圳市中兴新云服务有限公司 一种基于可拖拽算子流的客商信用风险评估方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012018968A1 (en) * 2010-08-06 2012-02-09 The Dun And Bradstreet Corporation Method and system for quantifying and rating default risk of business enterprises
CN106651570A (zh) * 2016-12-27 2017-05-10 中国建设银行股份有限公司 一种贷款实时审批系统和方法
CN106780140A (zh) * 2016-12-15 2017-05-31 国网浙江省电力公司 基于大数据的电力信用评价方法
CN107392456A (zh) * 2017-07-14 2017-11-24 武汉理工大学 一种融合互联网信息的多角度企业信用评估建模方法
CN107909299A (zh) * 2017-12-11 2018-04-13 凯泰铭科技（北京）有限公司 人伤理赔数据风险检测方法和系统
CN108921689A (zh) * 2018-06-29 2018-11-30 重庆富民银行股份有限公司 贷款风险监控系统及方法
CN109598300A (zh) * 2018-11-30 2019-04-09 成都数联铭品科技有限公司 一种评估系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012018968A1 (en) * 2010-08-06 2012-02-09 The Dun And Bradstreet Corporation Method and system for quantifying and rating default risk of business enterprises
CN106780140A (zh) * 2016-12-15 2017-05-31 国网浙江省电力公司 基于大数据的电力信用评价方法
CN106651570A (zh) * 2016-12-27 2017-05-10 中国建设银行股份有限公司 一种贷款实时审批系统和方法
CN107392456A (zh) * 2017-07-14 2017-11-24 武汉理工大学 一种融合互联网信息的多角度企业信用评估建模方法
CN107909299A (zh) * 2017-12-11 2018-04-13 凯泰铭科技（北京）有限公司 人伤理赔数据风险检测方法和系统
CN108921689A (zh) * 2018-06-29 2018-11-30 重庆富民银行股份有限公司 贷款风险监控系统及方法
CN109598300A (zh) * 2018-11-30 2019-04-09 成都数联铭品科技有限公司 一种评估系统及方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738843A (zh) * 2020-06-29 2020-10-02 金电联行（北京）信息技术有限公司 一种使用流水数据的量化风险评价系统和方法
CN111861174B (zh) * 2020-07-09 2021-04-13 北京睿知图远科技有限公司 一种针对用户画像的信用评估方法
CN112017025A (zh) * 2020-08-26 2020-12-01 天元大数据信用管理有限公司 一种基于深度学习与逻辑回归相融合的企业信用评估方法
CN112017025B (zh) * 2020-08-26 2024-05-14 天元大数据信用管理有限公司 一种基于深度学习与逻辑回归相融合的企业信用评估方法
CN112070603A (zh) * 2020-09-11 2020-12-11 重庆誉存大数据科技有限公司 评分卡模型及其配置系统、进行评分处理的方法
CN113807645A (zh) * 2021-07-26 2021-12-17 北京清博智能科技有限公司 一种基于开源情报的产业链风险推演方法
CN113657747A (zh) * 2021-08-12 2021-11-16 中国安全生产科学研究院 一种企业安全生产标准化级别智能评定系统
CN113962614A (zh) * 2021-12-21 2022-01-21 深圳市迪博企业风险管理技术有限公司 一种上市公司经营异常智能审查方法及装置
CN113962614B (zh) * 2021-12-21 2022-04-15 深圳市迪博企业风险管理技术有限公司 一种上市公司经营异常智能审查方法及装置
CN115631032A (zh) * 2022-10-31 2023-01-20 深圳市中兴新云服务有限公司 一种基于可拖拽算子流的客商信用风险评估方法和系统

Similar Documents

Publication Publication Date Title
CN110163467A (zh) 一种基于纺织行业中小型企业信用的风险量化建模方法
Chung et al. Insolvency prediction model using multivariate discriminant analysis and artificial neural network for the finance industry in New Zealand
CN110415111A (zh) 基于用户数据与专家特征合并逻辑回归信贷审批的方法
CN110956273A (zh) 融合多种机器学习模型的征信评分方法及系统
CN110246031A (zh) 企业信用的评估方法、系统、设备及存储介质
Ding et al. A machine learning-based peer selection method with financial ratios
Alden et al. Detection of financial statement fraud using evolutionary algorithms
CN109409969A (zh) 一种企业税务欺诈检测方法、电子设备及存储介质
CN107437227A (zh) 股票投资分析装置与方法
CN108898480A (zh) 用于授信贷款的贷款等级评估系统及方法
CN108492001A (zh) 一种用于担保贷款网络风险管理的方法
CN111680923A (zh) 一种职业风险评估方法
CN112949954A (zh) 基于识别学习建立财务欺诈识别模型的方法
CN111046947A (zh) 分类器的训练系统及方法、异常样本的识别方法
KR102543211B1 (ko) 비정형 기업 데이터를 이용한 기업성장 예측 시스템
CN116051053A (zh) 一种科技项目申报流程精细化管理系统
CN115310900A (zh) 一种网络货运平台诚信管理的大数据预警系统
CN109063944A (zh) 基于大数据分析技术的城市金融指数分析方法及装置
CN115271442A (zh) 基于自然语言评估企业成长性的建模方法及系统
Beninel et al. Transfer learning using logistic regression in credit scoring
Kotsiantis et al. Financial Application of Neural Networks: two case studies in Greece
CN111612602A (zh) 上市公司疑似财务风险判别方法及装置
Kong et al. Pattern recognition in trading behaviors before stock price jumps: new method based on multivariate time series classification
Li et al. Financial performance evaluation and forecasting of enterprises by the combination of PCA and CNN deep learning
Fan et al. Financial risk evaluation method of blockchain digital currency based on CART algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210917

Address after: 215200 south of Shichang Road, Shengze Town, Wujiang District, Suzhou City, Jiangsu Province (408, building a, No. 73 Shichang East Road)

Applicant after: Suzhou Shenghong digital cloud Technology Co.,Ltd.

Address before: 215101 unit 10-602 / 6a0, Suzhou Creative Industrial Park, No. 328, Xinghu street, Suzhou Industrial Park, Jiangsu Province

Applicant before: Suzhou Fiber Union Electronic Commerce Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190823